[发明专利]知识服务预测方法、装置、设备及存储介质

说明书

本公开提供了一种知识服务预测方法、装置、设备及存储介质，可以应用于数据分析技术领域。该方法包括：获取知识服务的文本信息、知识服务的调用序列和知识服务之间的超链接关系，利用该知识服务之间的超链接关系，构建初始的服务节点之间关联关系图，基于该知识服务的调用序列和该知识服务的文本信息，更新该初始的服务节点之间关联关系图，得到更新后的关联关系图，根据该更新后的关联关系图，构建知识服务预测模型，该知识服务预测模型用于预测知识服务的调用次数。通过挖掘时间序列和文本信息中隐藏的知识服务之间的关联关系，实现知识服务调用趋势的预测。

技术领域

本公开涉及数据分析技术领域，尤其涉及一种知识服务预测方法、装置、设备及存储介质。

背景技术

知识即服务(KaaS，knowledge as a service)是一个新兴概念，它提供基于内容(如数据、信息、知识)的项目来满足用户的需求。近二十年来，网络上开始出现各种提供基于知识的服务(简称知识服务)的平台，知识服务的种类和数量逐渐丰富。例如，维基百科提供百科全书条目作为知识服务，知乎和Quora等基于知识的问答平台提供答案列表作为知识服务，谷歌学术提供论文和学术信息的检索和建议作为知识服务。随着知识服务的繁荣，预测知识服务的调用趋势变得非常重要。

知识服务的调用趋势反映了其在未来的热度和受欢迎程度，可以帮助平台方提前预知未来网络热点，并可能帮助其他下游服务任务(如服务推荐任务)。例如，通过预测维基百科条目调用趋势，我们可以推断出互联网用户未来关心的话题；通过预测学术论文的引用次数，可以从数千篇学术论文中找出潜在的热门论文，并进一步推荐高热度的论文。传统方法或是仅使用单一的时序特征来预测，忽略的服务节点之间的相互影响；或是使用人工给定的服务关系图来预测，高度依赖人工图的准确性。这些方法都不能精准地预测知识服务的调用趋势。

发明内容

鉴于上述问题，本公开提供了知识服务预测方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种知识服务预测方法，包括：获取知识服务的文本信息、知识服务的调用序列和知识服务之间的超链接关系；

利用所述知识服务之间的超链接关系，构建初始的服务节点之间关联关系图；

基于所述知识服务的调用序列和所述知识服务的文本信息，更新所述初始的服务节点之间关联关系图，得到更新后的关联关系图；

根据所述更新后的关联关系图，构建知识服务预测模型，所述知识服务预测模型用于预测知识服务的调用次数。

在本公开一实施例中，所述基于所述知识服务的调用序列和所述知识服务的文本信息，更新所述初始的服务节点之间关联关系图，得到更新后的关联关系图包括：

基于所述知识服务的调用序列和所述知识服务的文本信息，得到所述服务节点的空间特征；

对所述服务节点的空间特征在时间维度上建模，得到所述服务节点的时空特征；

基于所述服务节点的时空特征，更新所述初始的服务节点之间关联关系图，得到更新后的关联关系图。

在本公开一实施例中，所述基于所述知识服务的调用序列和所述知识服务的文本信息，得到所述服务节点的空间特征包括：

构建基于所述知识服务的调用序列的空间依赖关系；

构建基于所述知识服务的文本信息的空间依赖关系；

基于所述知识服务的调用序列的空间依赖关系，计算时序模态下所述服务节点的空间依赖关系；

基于所述知识服务的文本信息的空间依赖关系，计算文本模态下所述服务节点的空间依赖关系；

整合所述时序模态下所述服务节点的空间依赖关系和所述文本模态下所述服务节点的空间依赖关系，得到所述服务节点的空间特征。